文 | X研究媛

中国从不缺工业「标品」，而是缺少从0到1能迅速击穿技术、场景的原始创新。

中国顶尖科技公司代表，江湖多年名声显赫的BAT，不像AR四小龙朝不保夕一度面临生存问题，拥有创业公司所饥渴的充足现金流，更有强大的生态自建、号召开发者、撬动各种资源的能力，一呼百应。

它们不做重要产品创新，亲自下场攒一个ODM眼镜的意义在哪？

产品平平，几乎毫无亮点

「AI眼镜是真正开启AI时代人机交互革命的智能设备，它的重要性不亚于手机。作为第一视角的头部设备，它能够捕捉80%以上人体感官输入，这是手机无法做到的。」

发布会这段开场白，是很好的洞察。

实时的、真实世界数据流，第一视角的多模态输入，它能够与AI深度嫁接，成为用户的另外一双眼睛、耳朵以及第二大脑，成为整个人机交系统的感官中枢。在AI眼镜上面搭载AI助手，才能做到真正的懂用户，才能在更大的范围内给用户提供价值。

但是，承载这些宏大愿景的创新在哪？

完全贴合定制近视镜片，1.8折射率的高透玻璃，26度FoV的衍射波导显示（来自VR陀螺的数据），双目合目单绿色Micro LED的光引擎，隐私消音Speaker，热插拔电池...几乎全是ODM已经成熟的东西，有些还借鉴了来自像AR四小龙“友商首发创新”：

比如相位消音的隐私Speaker，三年前由雷鸟创新Air 1S「首发」。

热插拔电池，充电仓，所谓的「无限续航」，是INMO影目GO3最先想到的产品创新。

整场发布会下来，我唯一有点印象的是“合像距离调节技术”，虚拟成像距离远近可调节，不同于传统 AR 眼镜固定的虚像距离，S1 支持 2-10 米的多档位调节。

我还以为实现了Magic Leap多年研发都难以落地的多焦面显示，在AR/VR根本性的难题视觉辐辏调节冲突（Vergence-Accommodation Conflict, VAC）取得一些进展。

然而后面了解到，这个功能“对于轻微近视或者老花眼用户友好”，大概率是软件层面的调整，而非物理上虚像固定距离的“可调”。

这家大厂可借鉴的，有很多

面对AI+AR 下一代消费电子，国外Meta、谷歌、微软、苹果都是高筑墙，广积粮，缓称王。都有不懈怠的多年研发，并购Micro LED、新式传感&人机交互的关键技术公司，专利池储备深厚，可能中途一度迷茫，但绝对不会赶工凑风口。

即使是AR四小龙，以及名声不显的Even Realities、VITURE，它们「可借鉴的东西」也不少。

关于显示。双目显示要求的图像合目精度，画面同步，光引擎光线准直耦入在实际量产中并不容易，稍有瑕疵即是重大产品缺陷。

两个JBD单绿色Micro LED光机双目合目方案，之前遍地都是，而无论Rokid Glasses还是INMO Go 3 ，现在都转成了光舟的一拖二方案。

由特殊设计的光栅结构将其光机输入的光一分为二，不仅同样实现了合目显示，大幅降低双目融合复杂度，没有潜在的量产风险产品瑕疵。还省掉了一个光机，显著降低功耗，能量利用率更高、更巧妙，而且释放了镜腿空间，结构设计更友好，ID自由度更高。

一拖二光机同样双目显示的INMO Go 3，镜腿做到了8mm宽度，这是不是一副最接近正常形态的AI+AR眼镜？

夸克 S1 号称交出了 7.5mm（最窄处）的惊人数据，来自VR陀螺的说法，为了达成这一厚度，“团队在内部结构上进行了特别的设计，其将原本侧面变厚的设计转变为了从俯视角度才能看出的楔形设计。”

下图S1对比Rokid Glasses，S1把光机放在镜腿铰链处，一眼突兀的光机「肿块」等于在社交场合直白地告诉对面，这是一副AR眼镜。而且这种「标准」设计也早就不新鲜了。

对比使用一拖二光机方案INMO Go3，把光机置于镜框中心横梁，是不是更能被消费者接受，更显正常？

使用双目双光机，还不如升级到最早雷鸟X2开始用的JBD X-cube方案，RGB三个微显面板合光的全彩色光引擎。全彩色相比单绿色显示，对于不同场景下的信息提示，是真正的降维打击，UI设计、文字显示、图标，可以立即鲜活起来，更像是一个现代消费电子该有的。

某大厂是不是搞不定全彩色光引擎的波导Layout，RGB光线准直对齐耦入波导片的难题，以及这个方案如何降低彩虹纹和规模量产，都毫无头绪？

关于重量和整体工业设计。同样是双目双光机方案，来自Even Realities最新的Even G2 眼镜足够轻巧，几乎看不出来与普通眼镜的区别，续航有一天半。他们也实现了近视镜片与显示镜片合二为一全贴合，用户不再需要插一个额外的屈光镜夹片。

某大厂对S1整机重量控制在51g沾沾自喜。Even Realities 最新G2重量为‌36克‌，相比前代Even G1的38克进一步减轻了5% ，镜片较G1薄了30%，覆盖近视1200度到远视1200度屈光矫正范围；Even Realities G2的视场角（FOV）为27.5°，在软件上Even G2全新的HAO 2.0空间显示系统，较第一代G1眼镜屏显尺寸增大75%，也同样支持“双层空间显示屏”。

AI+AR眼镜，Even Realities G2没有集成摄像头和扬声器所以更轻，这么对比S1好像不公平。但这个团队敢站在主流方案的反面——没有摄像头、没有扬声器，他们明显有着自己的独立产品思路，敢于打破常规进行「首创」。

“智能眼镜得先是一副好眼镜，Even Realities 是把这一点贯彻得最彻底的公司。”

来自《晚点LastPost》对Even Realities创始人王骁逸的采访，这个团队的思路是：

“现在包括 Meta 在内很多公司，给消费者兜售的是谎言，或者说是梦境，让很多人以为现在的眼镜就是一个全知全能的 AI，能帮你做很多事，不戴眼镜的人也应该买。 但如果连第一步都没做好就提前去兜售终点，往往会带来反面效果”。

这个团队认为，一副好眼镜标准只有三点：佩戴舒适，光学视觉舒适，好看。在功能上，「显示最重要，其它全砍掉」。

“第一是让现在所有戴眼镜的人开始戴上智能眼镜，跟传统眼镜比体验不输，还有一些额外的智能体验。 第二步是智能化后的 AI 化。因为 AI 的加持，眼镜能做的事越来越多，实现了自然语言的交互，让越来越多的人戴上眼镜。”

但如果连第一步都没做好就提前去兜售终点，往往会带来反面效果。Even Realities的设计负责人强调，“我们做一款眼镜，一定先要让自己愿意戴。”

其他智能眼镜公司一般是自己做智能化部分，眼镜上往往选择联名合作，比如 Meta 找 Ray-Ban 联名，国内的公司找暴龙、博士联名，而 Even 不仅自己做镜框设计，还自己做光学，与温州医科大学眼视光医院集团联合研发了镜片。

“丹麦高端眼镜品牌 LINDBERG 前 CMO 兼亚太区执行总裁尼古拉·施努尔（Nikolaj Schnoor），德国高端品牌 MYKITA 和 ic! berlin 的联合创始人、首席设计师菲利普·哈夫曼斯（Philipp Haffmans），都是 Even Realities 的成员。眼镜相关的结构、光学工程师，与软件、智能化工程师的比例是 1:1。”

Even Realities 更像是一家眼镜公司，而非一家消费电子公司。Even G2这种设计感更强、更轻量化的AI显示眼镜，是不是更容易打动用户？

关于人机交互。S1有按键触控压感语音，大杂烩一股脑全上。

S1 在右侧镜腿上集成了四个交互区（相机区、显示操控区、媒体操控区和电源键），看似功能划分明确，但不知道用户需要学习多久才能实现更本能的盲操，它的误触概率高不高，有没有更简洁、整合度更高的人机交互方案？

人机交互对于AI+AR眼镜，是真正的大问题。Meta、苹果公司在这方面的前沿研究，可以说把国内拉开了一大段差距。

当国内的AI+AR眼镜还在普遍使用指环辅助操控、三维定位的时候，Meta给出的创新方案是——EMG腕带，表面肌电图。

你的大脑通过神经系统发送一个信号，即指令，它传递到手和手臂，激活肌肉。肌肉的收缩会产生微小的电信号，如果你有足够灵敏的传感器来拾取这个信号，你就可以逆向工程，弄清楚你的手试图做什么。

来自Meta技术负责人Jinsong Yu 的分享：

使用EMG腕带，就像戴手表一样把腕带戴在手臂上，它没有侵入性，没有任何东西刺入你的皮肤，EMG腕带只是从皮肤表面拾取电信号。由于皮肤上的电信号实际上极其微弱，它们是超级微小的、微伏级别的电信号，EMG腕带有多个传感器，传感器超级敏感，可以从不同的肌肉群拾取信号。当EMG收到信息并且放大后，再进行大量信号处理，输入到机器学习模型中。

机器学习模型将弄清楚你试图使用什么手势。这里有一个挑战：在数据中心训练一个运行良好的模型并不难。但将模型提炼到能在腕带上以微瓦级的功耗运行，并且仍然能够进行所有的机器学习推理和分类，这真的很难。为了缩小模型、提高模型能效，同时保持高精度，Meta投入了大量的工程和科研工作。

还有更前沿更彻底的解决方案。比如如果能随手拿起身边的物体临时当作有形控制器（Tangible User Interfaces），这类概念被称为机会型界面。

Meta 研究团队曾提出 ATUI 自适应可触用户界面（Adaptive Tangible User Interfaces）的愿景：不需要专门设计的硬件，而是通过识别环境中的物体及其特征，将这些物体临时转化为输入设备或控制器，从而为用户提供触觉反馈和物理操作感。比如我想旋转 3D 模型，只需用手旋转附近的杯子即可。

Camille Dupré 等人在 SIGCHI 2024 会议上展示了他们的 TriPad 技术，仅通过手部跟踪将任意普通表面转化为触控板，其工作原理是通过 3 个指尖与表面接触来创建平面。之后，用户可以随意使用这个表面进行触摸输入。

ATUI这类技术并非天方夜谭遥不可及。ATUI之前可能需要额外的手势识别、多种传感、SLAM等功能集成，如今随着大模型的发展，可能大大简化甚至去掉原来必需的复杂软硬件和算法，用模型去直接感知、实现。

而一旦实现意味着，可以在空白的桌子上创建一个任意大小的虚拟键盘，在桌子的表面“虚拟打字”，实现三维空间精准定位、触控、输入。直接解决目前多范式的人机交互难题，也非常科幻吸睛。

终极AI+AR眼镜，国內大厂距离「同量级」的Meta差距多大？

Meta 开始Orion项目在什么时候，10年前。

Orion使用了电气性能极佳的碳化硅，作为功率半导体器件被特斯拉率先应用在高性能电动汽车上。碳化硅有着非常高的材料折射率，碳化硅晶圆做成波导材料基底，衬底、生长、切割分离、测试、封装、成品，运用在眼镜上，一步步试错，重整和开辟供应链，这背后不知道Meta有多大投入，耗费了多久时间去打磨。

碳化硅并不新，但使用碳化硅来制造镜片和波导，这完全是新的。Meta技术负责人Jinsong Yu 在最新演讲中强调：

我们花了数年时间完善这项技术、工艺，使其真正可行。 最终的结果是我们拥有了这个非常大的视场角，70度视场角。每个试戴眼镜的人都对此印象深刻，感觉就像你真的把增强内容放在了现实物体上。

对比某大厂的S1，你的波导显示FoV是多少？你的眼镜跟ODM的差异性在哪，有什么创新？

波导方案光学显示，比如全彩色显示，还不如华南的那家。JBD摆在你面前现成的X-cube合色方案不用，为什么？是RGB光线准直，精准耦入、耦出、扩瞳，再加上波导Layout上消除彩虹纹太难了吧？仿真计算，波导Layout一点一点的调整试错，还有装配工艺、良率，这些设计和制造的困难根本绕不过去？

有没有野心进行更底层的创新？去定制芯片，在芯片层面去优化无线连接、SLAM计算，甚至运行端侧模型？

在这家大厂早早造势之前，我曾展开想象：这家公司既然能持续迭代在中国首屈一指、在全球被广泛使用的Qwen开源模型，它能不能直接在眼镜端集成一个1B参数量以下、超级高效的端侧小模型，以及再开发一款存算一体芯片运行它。

集成定向研发的端侧模型，不依赖网络运行，而且能把存储和算力的问题解决，真正的独立AI终端。这在AI眼镜上绝对是全球瞩目的重量级创新，也十分有用。

事实是我想多了。也许我不应该把某大厂的AI眼镜放在Meta所在的维度对比，它本质上是一个蹭热点的赶工产品，一个受益于中国全球最发达的供应链ODM速成眼镜。

某大厂找康耐特，实现近视镜片与波导片一体化贴合这样的“技术突破”，宣发文章号称「全球只有三家能做」。

背靠至格科技，「在纳米光栅上跳舞」，在限定的开发周期，赶工实现0.7mm厚度、4000尼特入眼亮度（存疑）、非波导片区域98%透光率，以及二维光栅扩瞳。但1.8折射率的玻璃基底，单绿色显示而非全彩衍射波导才有26度的FoV，有啥特别困难，才能艰辛落地？

还有，JBD全球唯一量产硅基Micro LED，不断缩小体积的单绿色光引擎又跟你有啥关系。7层柔性FPC，真的“不明觉厉”？

本分

如果无意模仿Meta 「软硬一体」，做好你的本分，做好模型厂商，扮演AI眼镜时代的Android，这样不好么？

AI眼镜如果是下一代消费电子，作为全新硬件平台，它的交互方式、UI、应用生态可能会意想不到，现在明显还是移动生态的复制。就像AI有潜力重构操作系统重塑搜索一样，这种范式创新才是AI眼镜需要的。这也是AR四小龙这样温饱线挣扎求生的小公司没有能力做的。

能力越大，责任越大。要么不做，要么找准自己的定位，去创造点真正的价值。深耕底层的核心技术，或者聚焦系统和应用生态，为何要蹭热点发布一个平平无奇的ODM硬件？

后话：一家有充足现金流且富有商业远见的公司，如果强调“战略”，它肯定愿意为了某个更终局的vision持续投入，深耕技术，尝试构筑真正的护城河。

短期不确定和长期确定性的交织是常态，当“变数”到来的时候，市场理应奖励真正的价值创造者而非有钱大户。即使是投机者，发力也要找准方向。

注：本文部分引用了公众号杨天翼《Meta最新研究 | 在任意物理表面进行快速文本输入》以及晚点LastPost《对话 Even Realities 王骁逸：怎么把 599 美元的智能眼镜卖给 CEO 们》内容，特此说明。